共查询到18条相似文献,搜索用时 78 毫秒
1.
数据融合利用多传感器的信息,克服了单一传感器信息不完整、不精确、不确定的缺点,因此广泛应用于目标识别中,该文提出了一种基于模糊融合的遥感图像目标识别的新方法。首先在单源图像上提取可疑目标,然后根据目标在不同类型图像上的成像特点,选择合适的目标特征,充分考虑到各特征的重要程度,把模糊隶属度函数和模糊密度结合起来,最后利用特征层模糊融合对目标的身份进行判定。此方法应用在实际目标的识别中,取得了很好的效果。 相似文献
2.
针对工程应用的需要,给出一种根据实时动态数据确定模糊密度调节系数的方法,并建立了基于模糊密度动态调节的融合目标识别算法.最后通过仿真实验给出了各种模糊积分用于目标融合识别时的识别结果,验证了所提出方法的有效性. 相似文献
3.
拐点不变量是局部不变量的一种,具有旋转,平移,尺度缩放不变性,可以有效地应用于目标,该文利用Dempster-Shafer证据推理法,将用不同方法求取拐点特征所得到的决策层信息进行融合,进一步提高了识别系统的可靠性,通过仿真实验对该方法进行了验证。 相似文献
4.
5.
6.
针对信息融合系统应综合考虑获取信息所要求的资源、计算复杂度和时间所需要的最小成本的问题,提出了基于模糊偏序关系评估决策的智能信息融合系统,利用模糊偏序关系的排序方法,来对传感器进行评估决策和智能选择,并与证据理论相组合,应用于目标识别,仿真结果表明了该方法的有效性。 相似文献
7.
针对船舶所处的复杂环境,以及现代船舶系统对精度的要求越来越高,提出了一种船舶信息融合结构和一种模糊神经的信息融合方法,该方法结合模糊推理和神经网络并行分布处理和自学习能力,采用三层神经网络结构,映射函数为高斯模糊隶属函数,采用改进的BP学习算法.最后通过船舶信息仿真实验,证明了该方法是可行的和有效的. 相似文献
8.
基于模糊卡尔曼滤波的信息融合算法 总被引:1,自引:0,他引:1
应用自适应模糊逻辑系统(AFLS)原理,研究了一种基于卡尔曼滤波器的信息融合算法;AFLS通过在线监视融合数据新息是否为零均值白噪音,然后根据模糊规则调整融合滤波器的指数加权值,从而保证了滤波器的最优估计性能;仿真结果证明该方法在高噪声环境中具有良好的信息融合能力,能有效跟踪研究对象的状态变化。 相似文献
9.
10.
利用Dempster—Shafer信息融合进行自动目标识别 总被引:2,自引:0,他引:2
本文主要对红外图像中铁路的特点,将图像处理技术与人工智能相接合,提出一种基于知识的智能识别方法。采用先建立完善的知识特征集,再以知识特征集为基础,采用Dempster-Sgafer来对特征集进行融合来识别铁路枢纽。其基本思路可用作一般目标识别。 相似文献
11.
12.
13.
14.
15.
基于模糊评判的决策级信息融合算法的研究 总被引:9,自引:1,他引:9
文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。 相似文献
16.
17.
Although Yager has presented a prioritized operator for fuzzy subsets, called the non-monotonic operator, it can not be used to deal with multi-criteria fuzzy decision-making problems when generalized fuzzy numbers are used to represent the evaluating values of criteria. In this paper, we present a prioritized information fusion algorithm based on the similarity measure of generalized fuzzy numbers. The proposed prioritized information fusion algorithm has the following advantages: (1) It can handle prioritized multi-criteria fuzzy decision-making problems in a more flexible manner due to the fact that it allows the evaluating values of criteria to be represented by generalized fuzzy numbers or crisp values between zero and one, and (2) it can deal with prioritized information filtering problems based on generalized fuzzy numbers. 相似文献
18.
组群成员间的交互关系建模是组群行为识别的核心技术。本文为解决复杂场景下组群关系繁琐、关系推理时复杂度高并存在信息冗余等问题,提出一种交互关系分组推理的模型。首先,利用CNN网络和RoIAlign提取视频帧中的场景信息和个人信息作为初始特征,利用个人空间坐标对人群进行二分组(例如:在Volleyball数据集中,利用参与者的bounding boxes的X坐标信息进行排序,然后为每个人建立序号ID,并从左到右将12名成员分为2组);其次,将划分后的2个局部分组以及全局场景组群,分别利用图卷积网络(Graph Convolutional Network, GCN)进行组交互关系推理,并确定各自组内的关键人物;然后,以全局关系特征作为真实值,将二分组的局部关系特征合并作为预测值,构建两者之间的交叉熵损失函数反馈优化上一级分组交互关系GCN网络,旨在确保2个分组的关键人物与全局关键人物匹配成功。再以全局交互关系中的关键人物信息为指导,分别与2个分组的关键人物进行匹配,将匹配成功后2个小组中的关键人物作为目标节点,建立组间关系图,并经GCN推理得到组间的关系特征;最后,初始特征分别与组间和全局交互关系特征融合得到2个群组行为支路,经过决策融合得到最终的识别结果。实验表明,在Volleyball数据集和NBA数据集上分别取得93.1%和48.1%的准确率。 相似文献